| |
|
|
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Agricultura Digital. |
|
Data corrente: |
07/10/2021 |
|
Data da última atualização: |
08/10/2021 |
|
Tipo da produção científica: |
Artigo em Anais de Congresso |
|
Autoria: |
VERALDI, T. P.; CAMARGO NETO, J.; SANTOS, T. T.; TERNES, S.; SOUZA, K. X. S. de. |
|
Afiliação: |
TIAGO PETENÁ VERALDI, BOLSISTA CNPQ (PIBITI); JOAO CAMARGO NETO, CNPTIA; THIAGO TEIXEIRA SANTOS, CNPTIA; SONIA TERNES, CNPTIA; KLEBER XAVIER SAMPAIO DE SOUZA, CNPTIA. |
|
Título: |
Pipeline de detecção de laranjas a partir de vídeos. |
|
Ano de publicação: |
2021 |
|
Fonte/Imprenta: |
In: CONGRESSO INTERINSTITUCIONAL DE INICIAÇÃO CIENTÍFICA, 15., 2021, Campinas. Anais [...]. Campinas: Instituto de Zootecnia, 2021. p. 1-11. Ref. 21609. |
|
ISBN: |
978-65-994972-0-9 |
|
Idioma: |
Português |
|
Notas: |
Evento online. CIIC 2021. |
|
Conteúdo: |
RESUMO - A detecção de frutos utilizando vídeos, adquiridos em laranjais, é um processo que envolve a utilização de vários sistemas. Cada um é responsável por uma etapa do processo de detecção, sendo que o resultado de um serve como entrada para o outro. Para que o processo seja executado corretamente é necessário a validação dos resultados em cada etapa, antes do início da próxima etapa. Caso o resultado de uma etapa não seja satisfatória, é necessário executar a etapa anterior utilizando outros parâmetros de ajustes, até que se obtenha um resultado aceitável. Este procedimento pode ser executado manualmente, mas é muito trabalhoso. Este trabalho apresenta uma solução baseada no conceito de máquina de estado finito para automatizar o processo de detecção de frutos. |
|
Palavras-Chave: |
Deep Neural Networks; Framework; Máquina de Estado; Redes Neurais Profundas; State Machine; Visão Computacional. |
|
Thesaurus Nal: |
Computer vision. |
|
Categoria do assunto: |
-- |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/226796/1/RE21609.pdf
|
|
Marc: |
LEADER 01687nam a2200265 a 4500
001 2135153
005 2021-10-08
008 2021 bl uuuu u00u1 u #d
020 $a978-65-994972-0-9
100 1 $aVERALDI, T. P.
245 $aPipeline de detecção de laranjas a partir de vídeos.$h[electronic resource]
260 $aIn: CONGRESSO INTERINSTITUCIONAL DE INICIAÇÃO CIENTÍFICA, 15., 2021, Campinas. Anais [...]. Campinas: Instituto de Zootecnia, 2021. p. 1-11. Ref. 21609.$c2021
500 $aEvento online. CIIC 2021.
520 $aRESUMO - A detecção de frutos utilizando vídeos, adquiridos em laranjais, é um processo que envolve a utilização de vários sistemas. Cada um é responsável por uma etapa do processo de detecção, sendo que o resultado de um serve como entrada para o outro. Para que o processo seja executado corretamente é necessário a validação dos resultados em cada etapa, antes do início da próxima etapa. Caso o resultado de uma etapa não seja satisfatória, é necessário executar a etapa anterior utilizando outros parâmetros de ajustes, até que se obtenha um resultado aceitável. Este procedimento pode ser executado manualmente, mas é muito trabalhoso. Este trabalho apresenta uma solução baseada no conceito de máquina de estado finito para automatizar o processo de detecção de frutos.
650 $aComputer vision
653 $aDeep Neural Networks
653 $aFramework
653 $aMáquina de Estado
653 $aRedes Neurais Profundas
653 $aState Machine
653 $aVisão Computacional
700 1 $aCAMARGO NETO, J.
700 1 $aSANTOS, T. T.
700 1 $aTERNES, S.
700 1 $aSOUZA, K. X. S. de
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Agricultura Digital (CNPTIA) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
| Registros recuperados : 1 | |
| Registros recuperados : 1 | |
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
